MDS-DETR: 마스킹된 중복 억제기를 적용한 DETR

연구진은 하나의 디코더에서 one-to-one과 one-to-many supervision을 결합한 DETR 계열 객체 탐지 모델 MDS-DETR을 제안했다.

이 모델은 confidence-based causal masking으로 디코딩 중 중복 예측을 억제해 재현율과 정밀도를 높인다.

MS COCO에서 MDS-DETR은 Deformable-DETR, MS-DETR, Relation-DETR 등 여러 변형보다 더 높은 성능을 보였고, 학습 오버헤드는 크지 않았다.

보조 디코더를 추가하지 않고도 수렴과 정확도를 개선해, end-to-end 학습과 배포를 더 효율적으로 만든다.